一种计及定制电力服务的共享储能运行控制方法与流程

1.本发明属于电力系统技术领域，尤其涉及一种计及定制电力服务的共享储能运行控制方法。


背景技术：

2.随着能源电力行业技术的不断进步，能源互联网将成为未来电网发展的重要发展方向。在能源互联网相关的技术中，与可再生能源联合运行的分布式储能将是今后能源互联网的重要发展方向。与在电源侧和电网中投资安装的大规模集中式储能不同，分布式储能通常安装在用户侧用于储存用户的可再生能源发出的过剩电能或者通过帮助用户负荷曲线移峰来降低电费。然而，当前储能成本仍然较高，难以具有普遍的经济性，限制了分布式储能的广泛应用，为了解决这一问题，基于“共享经济”模式的“共享储能”应运而生。
3.共享储能是一种基于现有电网已建成的共享式储能技术,综合利用集中式的储能设施或聚合分布式的储能资源，使得用户可以随时、随地、按需使用由集中式或分布式的储能设施构成的共享储能资源，从而减少用户的储能使用成本，同时缩短储能的投资回收周期。
4.目前国内外以对共享储能的研究主要集中在运行控制、交易模式、容量配置、投资效益方面，其中对于共享储能的运行控制仅涉及与用户交互的有功充放控制策略，例如基于主从博弈理论的控制策略、基于lyapunov优化理论的控制策略，以满足用户的电力服务需求，而忽略了储能的四象限功率调节控制能力，不能为对电能质量存在特殊需求的用户提供定制电力服务，进而降低了共享储能运行控制的用户体验。


技术实现要素：

5.为了解决现有技术中共享储能的运行控制无法对不同需求的用户提供定制电力服务的问题，本发明提出了一种计及定制电力服务的共享储能运行控制方法，通过预测电气耦合用户的用能行为，分析节点潮流变化，建立有功无功分配共享储能成本模型，并构建共享储能服务优化调度分层分布式，为用户提供节能服务的同时，为定制电力用户提供动态无功支持，以解决用户末端电压偏移、电压暂降等问题，进一步充分利用储能资源，实现共享储能聚合商、用户等多方综合效益最大化。
6.本发明提出的一种计及定制电力服务的共享储能运行控制方法，包括：s1：建立共享储能资源和用户在电网所在节点的综合性能指标，结合社区发现算法将共享储能资源与用户划分为多个荷储集群；s2：分别对每个荷储集群进行节点特性分析，结合k均值聚类算法对共享储能资源和用户进行分层处理；s3：将每层中的用户作为整体，以整体的用能净效用进行储能需求分析；s4：分别构建各个荷储集群的共享储能成本模型，在储能需求分析结果的约束下求解共享储能成本模型；
s5：构建集中式优化调度模型，代入储能需求分析出的用能净效用以及解出的共享储能成本，并应用分层分布式调度优化算法，对集中式优化调度模型进行求解，根据求解结果为用户分配共享储能资源。
7.在本实施例中，所述共享储能资源包括磷酸铁锂电池、全钒液流电池、钠硫电池和铅酸电池等能量型储能元件，以及电化学超级电容、超导磁储能等功率型储能元件。
8.本发明提出的共享储能运行控制方法能够基于社区发现算法的共享储能与分布式园区用户动态分区方法，将整个区域的共享储能资源与分布式园区用户划分为多个内部紧密相连、外部互不干扰的荷储集群，并根据用户行为、储能特性分别对用户与共享储能进行分层处理。针对每个荷储集群，基于储能的四象限功率调节特性，建立基于模型预测控制的共享储能有功无功协调优化控制方法，根据园区用户的节能服务与定制电力服务需求，以共享储能成本最小化为目标，制定共享储能资源的有功、无功功率分配计划。进一步考虑共享储能聚合商、储能用户以及分布式储能资源的综合效益和差异化用户需求响应隐私保护需求，提出一种考虑差异化群体用户分布式需求响应的共享储能分层分布式系统运行框架，并建立共享储能分层分布式优化调度模型，充分利用共享储能资源，实现社会效益最大化。
9.可选的，所述综合性能指标包括电气耦合度、空间地理位置以及储能需求匹配度；其中，所述电气耦合度为各个节点之间的电气距离；所述空间地理位置为各个节点之间在地理空间的欧式距离；所述储能需求匹配度为共享储能资源的功率需求不平衡量。
10.可选的，所述s1包括：s11：获取共享储能资源和用户在电网所在的节点，根据各个节点的综合性能指标构建局部综合性能指标和全局综合性能指标；s12：将每个节点都初始化为一个单独的荷储集群，随机选取一个节点依次移动到其他节点所在的荷储集群；s13：分别计算选取的节点加入各个荷储集群后局部优化指标的增量，将选取的节点划分到局部优化指标增量最大的荷储集群中；s14：重新选取新的节点并重复s12-s13，直至所有划分出的荷储集群的全局优化指标达到最大，得到最优的荷储集群的划分结果。
11.可选的，所述s11包括：分别基于每个荷储集群内各个节点的综合性能指标，计算局部综合性能指标γz为：其中，τc、τv、τq为指标权重因子，为由电气耦合度指标与空间地理位置指标进一步得到的模块度指标，表示节点m和节点n之间的电气距离，表示节点m和节点n在地理空间的欧式距离，为荷储集群z的有功功率需求不平衡量，为荷储集群z的无功功率需求不平衡量；
基于所有荷储集群内各个节点的综合性能指标，计算全局综合性能指标γ为：其中，z
num
为荷储集群总数。
12.可选的，所述s2包括：以储能的损耗特性、暂态响应特性指标和用户行为预测指标作为k均值聚类评估指标，对每个荷储集群内的共享储能和园区用户进行k均值聚类，根据聚类结果对用电行为差异化的用户群体与损耗特性、暂态响应特性差异化的共享储能进行分层。
13.可选的，所述s3包括：将每层中同节点内用能行为相似的用户作为一个整体用户ui，基于ui的净效用函数，建立节能服务需求预测模型为：数，建立节能服务需求预测模型为：数，建立节能服务需求预测模型为：数，建立节能服务需求预测模型为：数，建立节能服务需求预测模型为：数，建立节能服务需求预测模型为：其中，为该集群z内节点n上ui在tm日内净效用之和，为荷储集群z内节点n上ui的用能满意度函数，为荷储集群z内节点n上ui的电量成本，ρ
de
为荷储集群z内节点n上ui在两部制电价下的最大需量折算成本，为向荷储集群z内节点n上ui提供共享储能的服务成本，为荷储集群z内节点n上ui的电能质量治理服务成本，tm为优化周期。
14.在满足功率平衡约束的情况下对节能服务需求预测模型进行求解，根据求解结果获取用户对共享储能资源的充放电功率需求。
15.为用户ui的最大有功需量，ρ
de
为单位最大需量价格换算至每一时刻的折算价格，当用户未采用两部制电价计量电费时其值默认为0；ρ
ps,b
(t)、ρ
ps,s
(t)为向上级电网购买、出售单位电量的价格；为用户向上级电网购电、售电功率，均
为非负数；ρ
se,c
(t)、ρ
se,d
(t)为用户使用共享储能节能服务充、放电服务价格；(t)为用户使用共享储能节能服务充、放电服务价格；为用户使用共享储能节能服务的充、放电功率，其值在日前约定的上限和下限范围变化，且每个用户日内的共享储能总充放电量为0；t
cp
为用户的制电力服务响应要求时间，针对不同响应时间的电压偏差、电压暂降治理服务，共享储能给出不同的定制电力服务价格ρ
pq
(t
cp
)；为响应速度满足要求的共享储能所产生的无功功率；为计算用户最大需量时额外加入的松弛变量，恒为非负数；η
shes,c
和η
shes,d
为共享储能聚合商与用户协商的充放电损耗系数。
16.在共享储能的节能服务场景下，用户通过调节自身负荷策略并改变共享储能使用策略，响应分时电价和户用光伏出力的变化，其过程遵循如下功率平衡约束：策略，响应分时电价和户用光伏出力的变化，其过程遵循如下功率平衡约束：式中，为用户负荷，根据负荷特性可分为可调节负荷、可时移负荷和固定负荷和固定负荷为用户的户用光伏发电功率。光伏发电功率应限制在该时刻的最大发电功率内，光伏的最大发电功率可由如下子模型预测得到：该时刻的最大发电功率内，光伏的最大发电功率可由如下子模型预测得到：式中，为用户ui的户用光伏发电最大值，与该时刻内太阳辐射强度有关；为光伏板将太阳辐射转化为电能的转化效率；为户用光伏板面积；τs为太阳辐射的季节影响因子；τw为太阳辐射的天气影响因子；τ
p1
、τ
p2
为太阳辐射的预测修正系数；b1、b2、b3、b4为太阳辐射的拟合系数。
17.用户在定制电力服务中所需补偿的无功功率需通过用户所在的公共节点电压计算得到，基于无功补偿子模型，建立定制电力服务需求预测模型为：其中，为荷储集群z内节点n上ui从公共母线进线的变压器变比，v
z,n
(t)为荷储集群z内节点n所在公共母线的电压，所述公共母线的电压通过配网线性化潮流子模型
计算，为荷储集群z内节点n上ui的电压，和分别为公共母线到ui的线路电阻和电抗，和为ui的有功、无功负荷，为响应速度满足要求的共享储能所产生的无功功率；对定制电力服务需求预测模型进行求解，根据求解结果获得用户对共享储能资源的无功功率补偿需求；将所述充放电功率需求和所述无功功率需求作为储能需求分析的结果。
18.可选的，所述分别构建各个荷储集群的共享储能成本模型，包括：以共享储能成本最小化为目标，建立目标函数作为共享储能成本模型，所述目标函数为：其中，c
shes,z
为荷储集群z内共享储能日内运营总成本，为t时刻的荷储集群z内共享储能资源的总寿命损耗成本，为t时刻的荷储集群z内共享储能资源的实时响应成本，为t时刻的荷储集群z内共享储能资源的日前响应成本，为荷储集群z内共享储能资源与电网在t时刻的购电成本，c
mt
为每时刻的固定运行维护成本，为t时刻的荷储集群z内共享储能资源的服务效益，tm为优化周期。
19.可选的，所述结合储能需求分析的结果求解共享储能成本模型，包括：确定荷储集群内功率平衡约束、储能电量约束、储能四象限运行约束以及储能充放电约束，结合储能需求分析的结果共同作为约束条件，在满足所述约束条件的情况下对共享储能成本模型进行求解；其中，所述荷储集群内功率平衡约束包括：荷储集群内所有节点用户的总充放电功率等于荷储集群内共享储能资源的总充放电功率，同时每个用户的储能需求中无功功率需求等于荷储集群内共享储能资源的变流器无功功率之和：所述储能电量约束包括：对于自建储能单元，一日之内的储能充放电量之和等于0；对于日前响应储能单元，允许使用时段内的储能充放电量之和等于0；对于实时响应储能单元，紧急调用时段内的储能充放电量之和等于0；同时，所有共享储能资源的所存电量不得超过预设的允许电量；所述储能四象限运行约束包括：共享储能资源的有功功率和共享储能资源中变流器的无功功率组成的视在功率处于变流器的允许容量之内；所述储能充放电约束包括：共享储能资源的充放电功率应在预设的允许限值范围内，并且同一共享储能资源不能同时处于充电和放电状态。
20.可选的，所述s5包括：构建集中式优化调度模型的目标函数f
total
为：
其中，f
total
为多个荷储集群内用户净效用、共享储能聚合商运营成本、分布式储能资源提供者效益以及生态环保效益之和；为该集群z内节点n上ui的净效用之和；为荷储集群z内节点n上整体用户ui因提升光伏消纳率而产生的环保效益，以日内各时段光伏利用率之和量化表示；c
shes,z
为荷储集群z内共享储能日内运营总成本；f
r,z
为分布式储能日前响应资源的效益，f
re,z
为分布式储能实时响应资源的效益；τu为用户净效用权重系数；τ
pv
为生态环保效益的权重系数；τ
shes
为共享储能聚合商运营成本的权重系数；τr为分布式储能日前响应资源效益的权重系数；τ
re
为分布式储能实时响应资源的效益的权重系数；z
lb
为共享储能聚合商所服务的荷储集群集合；nz为属于荷储集群z的节点集合，为荷储集群z内完成用户分层后的用户用电行为集合；u
z,n,su
为节点n上用能行为属su类的用户集群，su为用户用能行为类型编号，每一种su代表一类用户用能行为，同一用能行为的用户拥有相同的用能满意度函数；将f
total
分解为上层共享储能子问题g
shes,z
和下层用户子问题引入拉格朗日算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：其中，xn为下层用户子问题包含的所有优化变量集合，为节点n的用户向上层共享储能聚合商交互的信息，表示节点n的用户的有功负荷集合，分别表示节点n的用户与电网进行电能交易的购电集合与售电集合，表示户用光伏的有功输出功率集合；y为上层共享储能子问题包含的所有优化变量集合，为上层共享储能聚合商对应的辅助决策变量向量，分别表示节点n的共享储能聚合商的储能单元充放电功率集合，率集合，分别表示节点n的共享储能聚合商与电网交易的充电功率和放电功率，分别表示节点n的共享储能聚合商的充电状态和放电状态，α
re，b
、分别表示分布式储能调用策略集合，θ为惩罚系数，且θ》0；un表示用户集合，bz表示共享储能聚合商集合；基于admm算法的迭代步骤应用分层分布式调度优化算法，基于增广拉格朗日函数
对上层共享储能子问题和下层用户子问题进行求解，根据求解结果调用用户向上层共享储能聚合商交互的信息以及上层共享储能聚合商对应的辅助决策，将共享储能资源进行分配。
21.可选的，所述共享储能资源包括能量型储能元件和功率型储能元件。
22.本发明提供的技术方案带来的有益效果是：(1)本发明提出的技术方案建立基于社区发现算法与自适应聚类的共享储能与用户的动态分层模型，根据电气耦合度指标、空间地理位置指标、储荷需求匹配度指标，建立集群划分的局部综合性指标与全局综合性能指标，应用基于模块度的社区发现算法，以最大化全局综合性能指标为目标，对共享储能与园区用户进行集群划分；根据用户的用电行为指标和储能的损耗特性、暂态响应特性指标，利用自适应k均值聚类算法，分别对集群内的分布式园区用户与共享储能资源进行分层处理，得到用电行为差异化的用户群体与损耗特性、暂态响应特性差异化的共享储能资源的集合，从而能够对电能质量存在特殊需求的用户提供定制电力服务，将用户的有功、无功需求合理分配于每个共享储能单元，实现共享储能的经济运行，提高共享储能的有功无功分配的精确性。
23.(2)本发明提出的技术方案进一步考虑多集群共享储能优化调度时的差异化用户需求响应隐私保护需求，构建共享储能分层分布式系统运行框架，并利用交替方向乘子法将集中式调度模型转化为一种上、下层一对多协同的分层分布式优化调度模型并相互迭代计算，保证差异化群体用户主体的独立性和隐私性的同时，实现最大化效益的调度方案的高效、准确求解。
附图说明
24.为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
25.图1为本发明实施例提出的一种计及定制电力服务的共享储能运行控制方法的流程示意图；图2为共享储能资源与用户的动态分区分层处理的流程示意图图3为本发明实施例提出的共享储能分层分布式运行框架图。
具体实施方式
26.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
27.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
28.应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序
的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
29.应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
30.应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含a、b和c”、“包含a、b、c”是指a、b、c三者都包含，“包含a、b或c”是指包含a、b、c三者之一，“包含a、b和/或c”是指包含a、b、c三者中任1个或任2个或3个。
31.应当理解，在本发明中，“与a对应的b”、“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。a与b的匹配，是a与b的相似度大于或等于预设的阈值。
32.取决于语境，如在此所使用的“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。
33.下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
34.实施例；如图1所示，本实施例提出了一种计及定制电力服务的共享储能运行控制方法，包括：s1：建立共享储能资源和用户在电网所在节点的综合性能指标，结合社区发现算法将共享储能资源与用户划分为多个荷储集群；s2：分别对每个荷储集群进行节点特性分析，结合k均值聚类算法对共享储能资源和用户进行分层处理；s3：将每层中的用户作为整体，以整体的用能净效用进行储能需求分析；s4：分别构建各个荷储集群的共享储能成本模型，在储能需求分析结果的约束下求解共享储能成本模型；s5：构建集中式优化调度模型，代入储能需求分析出的用能净效用以及解出的共享储能成本，对集中式优化调度模型进行求解，根据求解结果为用户分配共享储能资源。
35.本发明所要解决的技术问题在于克服现有技术的不足，提出一种基于共享储能的分布式园区定制电力技术。提出基于社区发现算法的共享储能与分布式园区用户动态分区方法，将整个区域的共享储能资源与分布式园区用户划分为多个内部紧密相连、外部互不干扰的荷储集群，并根据用户行为、储能特性分别对用户与共享储能进行分层处理。针对每个荷储集群，基于储能的四象限功率调节特性，建立基于模型预测控制的共享储能有功无功协调优化控制方法，根据园区用户的节能服务与定制电力服务需求，以共享储能成本最小化为目标，制定共享储能资源的有功、无功功率分配计划。进一步考虑共享储能聚合商、储能用户以及分布式储能资源的综合效益和差异化用户需求响应隐私保护需求，提出一种考虑差异化群体用户分布式需求响应的共享储能分层分布式系统运行框架，并建立共享储
能分层分布式优化调度模型，充分利用共享储能资源，实现社会效益最大化。
36.在本实施例中，所述综合性能指标包括电气耦合度、空间地理位置以及储能需求匹配度；其中，所述电气耦合度为各个节点之间的电气距离，用以衡量网络中分布式园区用户和共享储能资源所在节点之间电气量的相互影响程度，将配网进行模块划分，简化后续子配网的潮流分析复杂度，本实施例以节点间的电气距离为电气耦合度指标，具体计算过程如下：由线性化的牛顿-拉夫逊潮流方程，可得到可得电压对有功、无功的灵敏度矩阵为：式中，h、n、k、l为潮流方程的雅可比矩阵j的四个子矩阵，s
vp
、s
vq
分别为功、无功的灵敏度矩阵，其第m行第n列元素s
vp.mn
、s
vq.mn
表示节点n的有功、无功功率单位变化对应节点m电压的变化值。则电气有功灵敏度指标和无功灵敏度指标分别表示为：式中，灵敏度指标表示节点m无功功率发生变化时其自身电压变化值与节点n电压变化值之比，其值越大表示节点n对节点m的影响越小，即两节点间距离越远。考虑到两个节点之间的关系不仅与其自身有关，还与网络中其他节点有关。设节点n与节点m间的综合电气距离为：式中，为关于节点n、m的有功电气距离，其中为所有节点的最大有功电气距离；为关于节点n、m的无功电气距离，其中为所有节点的最大无功电气距离；τ
vp
为有功电气距离权重；τ
vq
为无功电气距离权重。
37.所述空间地理位置为各个节点之间在地理空间的欧式距离，用以描述分布式园区用户与共享储能资源所处地理空间关联程度，地理位置接近的分布式能源的功率波形相似度高，用户在空间地理位置上的接近便于用户侧分布式能源的统一预测，同时用户与共享储能之间在空间地理位置上的接近便于与储能信息的统一采集，有利于用户需求数据的实时传输以及共享储能服务的及时响应。本专利以地理空间的欧式距离为空间地理位置指标，即
式中，为空间地理距离，为节点m的实际经度位置，为节点m的实际纬度位置，为配网所有节点的最大、最小经度位置，为配网所有节点的最大、最小纬度位置。
38.所述储能需求匹配度为共享储能资源的功率需求不平衡量，保证集群内共享储能资源能够尽量满足用户有功、无功需求。根据共享储能聚合商与分布式园区用户在日前协商的储能有功功率最小限值，可得到任意集群z中储能满足有功充/放电需求的不平衡量：式中，为集群z内储能的有功充放电不平衡量，大于0表示集群内的共享储能能够满足本集群用户的基本需求，反之则表示不能满足；nz为集群z所包含的节点集合；bz为集群z内可调用的共享储能资源集合；un为节点n的用户集合；为共享储能bi的最大有功功率，该功率可作为充电功率或放电功率；为节点n上用户ui协商的最小充放电功率。设日内时间长度为t，基于储能的充放电不平衡量，可得集群z的有功需求匹配度指标为：除有功需求外，集群内部各节点的无功功率应尽量满足就地平衡，减少跨集群的无功传递。当各节点电压历史最大偏差时，由前文的无功灵敏度矩阵，可得此时集群内所需的最小无功需求为：式中，δv
n,max
为节点n的历史最大偏差。
39.基于最小无功需求，可得集群z的无功需求匹配度指标为：式中，反映了集群的无功内无功平衡能力，当集群内储能的逆变器容量之和大于无功需求时，集群内储能完全满足无功需求，集群的无功平衡能力达最大值1，反之由小于1的正实数表示。
40.所述s1包括：s11：获取共享储能资源和用户在电网所在的节点，根据各个节点的综合性能指标构建局部综合性能指标和全局综合性能指标；s12：将每个节点都初始化为一个单独的荷储集群，随机选取一个节点依次移动到其他节点所在的荷储集群；s13：分别计算选取的节点加入各个荷储集群后局部优化指标的增量，将选取的节点划分到局部优化指标增量最大的荷储集群中；s14：重新选取新的节点并重复s12-s13，直至所有划分出的荷储集群的全局优化指标达到最大，得到最优的荷储集群的划分结果。
41.具体荷储集群划分的流程如图2所示，首先在开始划分时，构建集群的局部优化目标和全局优化目标，在本实施例中所述局部优化目标即以局部综合性能指标衡量，所述全局优化目标即以全局综合性能指标衡量，局部综合性指标用于调整集群划分的局部优化目标，以所有集群的全局综合性指标为全局优化目标。具体的，所述s11包括：分别基于每个荷储集群内各个节点的综合性能指标，计算局部综合性能指标γz为：其中，τc、τv、τq为指标权重因子，为由电气耦合度指标与空间地理位置指标进一步得到的模块度指标，表示节点m和节点n之间的电气距离，表示节点m和节点n在地理空间的欧式距离，为荷储集群z的有功功率需求不平衡量，为荷储集群z的无功功率需求不平衡量；基于所有荷储集群内各个节点的综合性能指标，计算全局综合性能指标γ为：其中，z
num
为荷储集群总数。
42.本实施例通过社区发现算法进行荷储集群的划分，以最大化集群划分优化目标来检测最佳集群划分结果，具体流程如图2的荷储集群划分部分所示：每个节点初始化为一个集群，并挑选节点为初始集群。选择其他节点，将其移动到集群，例如对任意节点m，依次将其移动到节点n所在的集群，并分别计算并记录加入后的局部优化目标增量，若加入后局部优化目标增量最大，则将节点划分至集群，并挑选新点移动到各集群，否则返回选择其他节点的步骤。直至无节点可合并，判断全局优化目标增量是否最大，若是则得到最优的荷储集群结果，否则返回选择其他节点的步骤，调整节点划分方式，重新划分荷储集群。
43.得到荷储集群划分结果后手机储能相关特性数据、用户负荷历史数据，再输入各集群内用户行为指标、储能损耗特性、暂态响应指标、用户和储能聚类的k值上下限，为后续共享储能资源和用户的分层做准备。
44.具体的，所述s2包括：
以储能的损耗特性、暂态响应特性指标和用户行为预测指标作为k均值聚类评估指标，对每个荷储集群内的共享储能和园区用户进行k均值聚类，根据聚类结果对用电行为差异化的用户群体与损耗特性、暂态响应特性差异化的共享储能进行分层。
45.本实施例中实现共享储能资源与用户分层划分的具体流程，如图2的自适应k均值聚类分层部分所示：首先选择k值上下限，初始化k值，随后运用k-means聚类算法，并保留该k值聚类结果的sse，若k值达到上限，则选择sse降低贡献率最大的k值，并输出对应k值下的储能、用户分层聚类结果，否则执行k＝k+1，返回k-means聚类算法重复执行。
46.sse即聚类评估指标，通过sse降低贡献率判断最优聚类簇数，实现自适应聚类。聚类评估指标sse及其降低贡献率计算公式如下：计算公式如下：式中，为最小簇数下的评估结果；为最大簇数下的评估结果；ssek为簇数k下的评估结果，可分为储能聚类评估结果和用户聚类评估结果cj为第j个聚类簇内的样本点集合；tm为日内的最后时刻。
47.本实施例通过划分荷储集群，得到多个群内节点电压相互影响、群间节点电压关联稀疏的动态集群然后针对每个集群，根据用户的用电行为指标和储能的损耗特性、暂态响应特性指标，在传统的k均值聚算法的基础上，通过引入k均值聚类评估指标的降低贡献率，实现最优聚类簇数的自适应判断，进而完成对集群内的分布式园区用户与共享储能资源的分层处理，得到用电行为差异化的用户群体与损耗特性、暂态响应特性差异化的共享储能集合。
48.所述s3包括：将每层中同节点内用能行为相似的用户作为一个整体用户ui，基于ui的净效用函数，建立节能服务需求预测模型为：其中，为该集群z内节点n上ui在tm日内净效用之和，为荷储集群z内节点n上ui的用能满意度函数，为荷储集群z内节点n上ui的电量成本，为荷储集群z内节点n上ui在两部制电价下的最大需量折算成本，为向荷储集群z内节点n上ui提供共享储能的服务成本，为荷储集群z内节点n上ui的电能质量治理服务成本，tm为优化周期。
49.在本实施例中，上述节能服务需求预测模型的建立还包括：
式中，ρ
ps,b
(t)、ρ
ps,s
(t)为向上级电网购买、出售单位电量的价格；为用户向上级电网购电、售电功率，均为非负数；ρ
se,c
(t)、ρ
se,d
(t)为用户使用共享储能节能服务充、放电服务价格；为用户使用共享储能节能服务的充、放电功率，其值在日前约定的上限和下限下限范围内变化，且每个用户日内的共享储能总充放电量为0；ρ
pq
(t
cp
)为共享储能资源给出的不同定制电力服务价格；为响应速度满足要求的共享储能所产生的无功功率；为计算用户最大需量时额外加入的松弛变量，恒为非负数；η
shes,c
和η
shes,d
为共享储能聚合商与用户协商的充放电损耗系数，tm为优化周期，δt为优化单位时段。
50.在满足功率平衡约束的情况下对节能服务需求预测模型进行求解，根据求解结果获取用户对共享储能资源的充放电功率需求。本实施例中，所述功率平衡约束为：获取用户对共享储能资源的充放电功率需求。本实施例中，所述功率平衡约束为：式中，为用户负荷，根据负荷特性可分为可调节负荷可时移负荷和固定负荷；为用户的户用光伏发电功率。光伏发电功率应限制在该时刻的最大发电功率内，光伏的最大发电功率可由如下子模型预测得到：
式中，为用户ui的户用光伏发电最大值，与该时刻内太阳辐射强度有关；为光伏板将太阳辐射转化为电能的转化效率；为户用光伏板面积；τs为太阳辐射的季节影响因子；τw为太阳辐射的天气影响因子；τ
p1
、τ
p2
为太阳辐射的预测修正系数；b1、b2、b3、b4为太阳辐射的拟合系数。
51.在本实施例中，用户在定制电力服务中所需补偿的无功功率需通过用户所在的公共节点电压计算得到。具体的，基于无功补偿子模型，建立定制电力服务需求预测模型为：其中，为荷储集群z内节点n上ui从公共母线进线的变压器变比，v
z,n
(t)为荷储集群z内节点n所在公共母线的电压，所述公共母线的电压通过配网线性化潮流子模型计算，为荷储集群z内节点n上ui的电压，和分别为公共母线到ui的线路电阻和电抗，和为ui的有功、无功负荷，为响应速度满足要求的共享储能所产生的无功功率。公共母线电压可通过配网线性化潮流等式计算得到，如下所示：所示：所示：所示：式中，为分布式发电机有功、无功功率；为用户ui与电网交互功率；为共享储能经节点n向电网充放的有功功率；为表示经线路l流出节点n的有功、无功功率，当值为负数时则为流入的功率；l(n,:)∈n表示与从节点n流出的线路集合；v
z,n,r
为节点n的额定电压；r
l
、x
l
为线路l
的电阻、电抗；l(m,n)为从节点m到n的线路；l
z,dn
为集群z所包含的线路集合。
52.对定制电力服务需求预测模型进行求解，根据求解结果获得用户对共享储能资源的无功功率补偿需求。
53.最终，将所述充放电功率需求和所述无功功率需求作为储能需求分析的结果。本实施例根据所提的共享储能服务框架，以用户净效用最大化为目标，构建基于用户需求特性的储能需求分析模型，根据用户的需求响应特性、户用光伏的运行特点，建立用户的满意度函数与光伏预测子模型，预测用户群体的节能服务需求；根据用户所在配网的潮流变化情况，建立配网线性化潮流子模型与无功补偿子模型，预测用户群体的定制电力服务需求。
54.所述分别构建各个荷储集群的共享储能成本模型，包括：以共享储能成本最小化为目标，建立目标函数作为共享储能成本模型，所述目标函数为：其中，c
shes,z
为荷储集群z内共享储能日内运营总成本，为t时刻的荷储集群z内共享储能资源的总寿命损耗成本，为t时刻的荷储集群z内共享储能资源的实时响应成本，为t时刻的荷储集群z内共享储能资源的日前响应成本，为荷储集群z内共享储能资源与电网在t时刻的购电成本，c
mt
为每时刻的固定运行维护成本，为t时刻的荷储集群z内共享储能资源的服务效益，tm为优化周期。
55.在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：在本实施例中，上述共享储能成本模型还包括：经过s2的分层后，荷储集群z内的总储能集合bz被分为多个变流器响应速度等级
和损耗特性等级的储能集合，储能响应速度等级集合为储能损耗特性等级集合为功率型储能集合由自建储能集合日前响应储能集合和实时响应储能集合组成，同理，能量型储能集合由自建储能集合日前响应储能集合和实时响应储能集合组成。
56.表示储能bi的循环损耗产生的运行成本，和为储能bi的充电、放电功率，和为储能bi的充电、放电状态变量，为储能bi的荷电状态；为储能bi的日前协商价格，分别为储能实时响应标志和储能允许调用标志，均为01变量；为分布式储能bi在日前协商后允许调用标志；为分布式储能bi的响应价格。
57.所述结合储能需求分析的结果求解共享储能成本模型，包括：确定荷储集群内功率平衡约束、储能电量约束、储能四象限运行约束以及储能充放电约束，结合储能需求分析的结果共同作为约束条件，在满足所述约束条件的情况下对共享储能成本模型进行求解。在本实施例中，所述共享储能成本模型除了满足上述约束外，还需遵循用户侧的潮流约束式(19)-(23)。
58.所述荷储集群内功率平衡约束包括：荷储集群内所有节点用户的总充放电功率等于荷储集群内共享储能资源的总充放电功率，同时每个用户的储能需求中无功功率需求等于荷储集群内共享储能资源的变流器无功功率之和，即：功率之和，即：功率之和，即：式中，和分别为储能bi的充电、放电功率；为储能bi变流器提供的无功功率；t
cp
为满足响应时间t
cp
所对应的时间常数；t
cp
为时间常数小于t
cp
的响应速度等级集合。
59.所述储能电量约束包括：对于自建储能单元，一日之内的储能充放电量之和等于0；对于日前响应储能单元，允许使用时段内的储能充放电量之和等于0；对于实时响应储能单元，紧急调用时段内的储能充放电量之和等于0；同时，所有共享储能资源的所存电量不得超过预设的允许电量，即：
式中，为储能bi在t时刻所存储的总能量；为储能bi在初始时刻所存储的能量。
60.所述储能四象限运行约束包括：共享储能资源的有功功率和共享储能资源中变流器的无功功率组成的视在功率处于变流器的允许容量之内，即：所述储能充放电约束包括：共享储能资源的充放电功率应在预设的允许限值范围内，并且同一共享储能资源不能同时处于充电和放电状态，即：内，并且同一共享储能资源不能同时处于充电和放电状态，即：内，并且同一共享储能资源不能同时处于充电和放电状态，即：内，并且同一共享储能资源不能同时处于充电和放电状态，即：
61.共享储能的有功无功分配协调优化同时涉及到共享储能聚合商、储能用户以及分布式储能资源提供者三者的效益，仅从共享储能聚合商的角度进行对共享储能的功率分配进行优化，将导致共享储能在多个节点间与电网进行电能交易扰乱节点潮流分布，进而为各定制电力用户带来额外的治理成本，同时共享储能聚合商仅考虑自建储能的寿命损耗，这也将导致聚合商不计损耗成本的使用其他分布式储能，损害分布式储能资源提供者的效益，削减提供者的共享热情。此外，直接使用上述集中式优化调度模型，须同时采集每个集群的储能设施参数和用户用电行为信息、气象预测信息，信息传输量大，自治性差，并且每个用户向外界暴露自身的用电数据等隐私信息，保密性差。针对该问题，本实施例在每个集群设置由用户群体自行管理的用户侧协调管理中心，协调用户制定共享储能使用策略，以协调管理中心为中间媒介，将共享储能聚合商作为上层系统，将每类行为相似的用户群体作为下层自治系统，构建一种上、下层一对多协同的共享储能分层分布式运行框架，以充分、合理利用共享储能资源、促进多方共赢，进而实现总社会效益的最大化，本实施例以图3所示的共享储能分层分布式运行框架，进行共享储能资源的有功无功分配，包括处于上层
的共享储能聚合商以及多个处于下层的用户，本实施例以集群1和集群2中的n个用户以及对应的共享储能为例，共享储能控制中心通过通讯网络接收共享储能聚合商提供的功率分配策略，由共享储能控制中心执行功率分配策略，使共享储能为荷储集群内的用户提供服务，共享储能聚合商和用户之间存在设有用户侧协调管理中心，具体的，本实施例提出了同时考虑多个荷储集群内用户净效用、共享储能聚合商运营成本、分布式储能资源提供者效益以及生态环保效益的集中式优化调度模型，通过引入权重系数得到该模型的目标函数，具体为，所述s5包括：构建集中式优化调度模型的目标函数f
total
为：其中，f
total
为多个荷储集群内用户净效用、共享储能聚合商运营成本、分布式储能资源提供者效益以及生态环保效益之和；为该集群z内节点n上ui的净效用之和；为荷储集群z内节点n上整体用户ui因提升光伏消纳率而产生的环保效益，以日内各时段光伏利用率之和量化表示；c
shes,z
为荷储集群z内共享储能日内运营总成本；f
r,z
为分布式储能日前响应资源的效益，f
re,z
为分布式储能实时响应资源的效益；τu为用户净效用权重系数；τ
pv
为生态环保效益的权重系数；τ
shes
为共享储能聚合商运营成本的权重系数；τr为分布式储能日前响应资源效益的权重系数；τ
re
为分布式储能实时响应资源的效益的权重系数；z
lb
为共享储能聚合商所服务的荷储集群集合；nz为属于荷储集群z的节点集合，为荷储集群z内完成用户分层后的用户用电行为集合；u
z,n,su
为节点n上用能行为属su类的用户集群，su为用户用能行为类型编号，每一种su代表一类用户用能行为，同一用能行为的用户拥有相同的用能满意度函数；在本实施例中，上述集中式优化调度模型还包括：在本实施例中，上述集中式优化调度模型还包括：在本实施例中，上述集中式优化调度模型还包括：
本实施例中，集中式优化调度模型的约束条件为上文提出的式(19)-(27)以及式(36)-(48)，通过调节差异化群体用户分布式需求响应，改变共享储能聚合商的分布式储能调用策略，协调用户与用户间的用电策略、共享储能使用策略，优化共享储能资源的功率分配策略，进而实现综合效益最大化。
62.将f
total
分解为上层共享储能子问题g
shes,z
和下层用户子问题如下式所示：g
shes,z
＝τ
rfr,z
+τ
refre,z-τ
shescshes,z
ꢀꢀꢀ
(54)式中，上层的优化目标g
shes,z
为集群z内共享储能聚合商与分布式储能资源提供者的加权效益之和，负责整个区域的共享储能资源的运行，最小化储能侧运行成本；下层的优化目标为集群z内、处于节点n的用户总效用与用户侧环保效益的加权和，负责优化自身的储能使用策略，最大化自身效用与光伏消纳水平。上层目标函数与下层目标函数间的耦合变量为为依据admm原理，上下层耦合变量的约束式：为依据admm原理，上下层耦合变量的约束式：为依据admm原理，上下层耦合变量的约束式：式中，为下层节点n用户向上层共享储能聚合商交互的信息，分别包括期望的储能有功充电功率、有功放电功率、无功功率需求量；为上层对应的辅助决策变量向量。
63.引入拉格朗日算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：引入拉格朗日算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：引入拉格朗日算子λ，对集群z内节点n构造增广拉格朗日函数进行求解为：其中，xn为下层用户子问题包含的所有优化变量集合，为节点n的用户向上层共享储能聚合商交互的信息，表示节点n的用户的有功负荷集合，分
别表示节点n的用户与电网进行电能交易的购电集合与售电集合，表示户用光伏的有功输出功率集合；y为上层共享储能子问题包含的所有优化变量集合，为上层共享储能聚合商对应的辅助决策变量向量，分别表示节点n的共享储能聚合商的储能单元充放电功率集合，分别表示节点n的共享储能聚合商与电网交易的充电功率和放电功率，放电功率，分别表示节点n的共享储能聚合商的充电状态和放电状态，α
re，b
、分别表示分布式储能调用策略集合，θ为惩罚系数，且θ》0；un表示用户集合，bz表示共享储能聚合商集合。
64.基于admm算法的迭代步骤应用分层分布式调度优化算法，基于增广拉格朗日函数对上层共享储能子问题和下层用户子问题进行求解，根据求解结果调用用户向上层共享储能聚合商交互的信息以及上层共享储能聚合商对应的辅助决策，将共享储能资源进行分配。
65.具体的，通过固定其中两个变量，更新第三个变量的方法，可推得完整形式下admm算法的迭代步骤，即：算法的迭代步骤，即：算法的迭代步骤，即：式中，表示优化变量集合xn在第k次迭代结果，同理，为上层耦合变量的第k次迭代结果。进一步引入缩放的拉格朗日乘子后，上、下层子问题变为：1)下层节点n用户子问题：下层子问题的约束条件为式(19)-(27)；
66.2)上层共享储能子问题：上层子问题的约束条件为式(36)-(48)。
66.并有：并有：并有：
由此，原集中式模型分解为式(65)-(66)进行迭代求解，其交互过程如下：下层用户在用户侧协调管理中心的协助下，根据电价信息、天气情况、自身用电行为，制定兼顾光伏消纳水平与自身效用最大化的用电策略，并向上层共享储能聚合商上报该用电策略下储能的期望使用信息上层共享储能聚合商根据上报的期望使用信息，根据现有的储能供应能力、储能内部的荷电状态、储能特性等信息，更改与电网的交易策略，制定兼顾共享储能运营效益与分布式储能资源效益最大化的储能控制策略，向用户提供修改后的储能建议使用信息每当交互过程完成一次后，根据式(67)-(70)更新拉格朗日乘子，最后采用原始残差r与对偶残差s作为收敛判据，其中原始残差阈值和对偶残差阈值根据给定的误差精度ε
pre
和耦合变量维数平方根|nz|为集群z节点集合的元素个数，当上、下层间的耦合变量误差在很小的范围内时意味着耦合约束成立，此时整个分布式算法流程结束，获得最终的调度结果。
67.上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。